Modelli di Machine Learning Rilevano Decessi dai Post sui Social Media

Una tesi su arXiv (2608.05183) esplora il rilevamento automatico dei decessi dai post sui social network analizzando le differenze linguistiche tra contenuti pre-mortem e post-mortem. Lo studio ha sviluppato un nuovo dataset utilizzando Wikidata e Twitter, e ha addestrato classificatori di machine learning—sia tradizionali (RF, KNN, LR, SVM) che di deep learning (BiLSTM, CNN, BERT)—su caratteristiche estratte tramite TF-IDF e embedding pre-addestrati (GloVe, Word2Vec, FastText). I risultati hanno mostrato che RF ha superato gli altri modelli tradizionali, BiLSTM ha superato CNN, TF-IDF è stato superiore per i modelli tradizionali, e Word2Vec ha eccelso per i modelli di deep learning. I risultati evidenziano il potenziale del ML nel rilevare i decessi degli utenti dai social media, con implicazioni per l'eredità digitale e la commemorazione online.